Uczenie maszynowe w C#.Szybkie,sprytne i solidne a


Код: 15858764559
1012 грн
Цена указана с доставкой в Украину
Товар есть в наличии
КАК ЭКОНОМИТЬ НА ДОСТАВКЕ?
Заказывайте большое количество товаров у этого продавца
Информация
  • Время доставки: 7-10 дней
  • Состояние товара: новый
  • Доступное количество: 1

Оплачивая «Uczenie maszynowe w C#.Szybkie,sprytne i solidne a» данный товар из каталога «Программирование» вы можете быть уверены, что после оформления заказа, доставки в Украину, вы получите именно то, что заказывали, в оговоренные сроки и европейского качества.

Машинное обучение в C#. Быстрые, умные и надежные приложения

.

Гелион Гливице

Еан: 9788328352339

  • ISBN: 9788328352339
  • Автор: Коул М.Р.
  • Привязка: брошюра
  • Год издания: 2019
  • Формат: b5
  • Страницы:< / б> 216

Машинное обучение уже вошло в канон информационных технологий. Каждый программист и аналитик должен обладать практическими навыками в этой области. Python и разработанные для него библиотеки обычно используются для решений машинного обучения, но для этой цели можно использовать и другие языки программирования. Вам просто нужно хорошо разбираться в реализации алгоритмов машинного обучения. Чрезвычайно интересное решение — написать такие реализации на C#. Это подтверждается не только преимуществами самого языка, но и тем, что большинство приложений для профессионалов написаны на C# с использованием таких инструментов, как Visual Studio, SQL Server, Unity или Microsoft Azure.< /п>

Эта книга предназначена для опытных разработчиков C#, которые хотят изучить методы машинного обучения, глубокого обучения и искусственного интеллекта. Описывает доступные инструменты машинного обучения, которые упрощают создание интеллектуальных приложений .NET с использованием таких функций, как обнаружение изображений или движения, байесовский вывод, глубокое обучение и глубокое убеждение. Обсуждаются принципы реализации алгоритмов обучения с учителем и без учителя и их использование при построении моделей прогнозирования. Представлены различные методы: от простой линейной регрессии, деревьев решений и SVM до продвинутых решений, таких как искусственные нейронные сети, автоэнкодеры или обучение с подкреплением.

Самые интересные вопросы, представленные в книге:

  • основы машинного обучения
  • использование нечеткой логики
  • самоорганизующиеся карты
  • Среда Kelp.Net и ее интеграция с системой ReflectInsight
  • реалии квантовых вычислений

Машинное обучение — желательно с эффективным C#!